Данная статья является продолжением поста Генераторы непрерывно распределенных случайных величин. В этой главе учитывается, что все теоремы из предыдущей статьи уже доказаны и генераторы, указанные в ней, уже реализованы. Как и ранее, у нас имеется некий базовый генератор натуральных чисел от 0 до RAND_MAX: С дискретными величинами все...
ここでは、主に分散、したがって標準偏差に 興味があります。書き換えてみましょう。
sigma = CORNER(c*lambda*t), ここで:
cはある定数
lambda - 増分の平均値．
t - 時間。
この数式は、アルファとオメガ、FXの陰と陽です。簡単に言うと「聖杯」です。
間違いを指摘しながら、もう少し詳しく対処していきましょう。
エスカンダーさんの数式を見ていると、2006年（この掲示板を知る前）にこのレーキに踊らされたことを思い出します。
憧れを抱かせる。
すぐにコンセプチュアルな話になり、数学的な計算だけでなく、適切なレベルの抽象的思考、いわば哲学が必要とされるのです。
1.TIME t.
時間...哲学的なキャラクター!思想家や哲学者のつまずきどころ。運命からの贈り物か、それとも未知のもの、私たちが見ることを意図していない深淵か。答えになってない...でも、必要なんです!理解するようにしましょう。
なぜ、FXを始めてから論理的に死ぬまで継続して分散を計算しないのでしょうか？
答えは明白です。偉大な物理学者アインシュタインやトレーダーのガンですら、プロセスの分散がtの根に比例することに気づいていたのだ。
正直、ギャンの時間の尺度はわかりませんが、アインシュタインの場合は秒単位でした。
だから、標準偏差を ずっと追っていると、時間とともに大きくなって、.そして、それは大したことではありません。収益が上がらない、ノーベル賞が取れない...。何もない。
そこで、厳密に定義された観測時間窓で、適切な標準偏差を持つある確率密度関数がその窓で起こることを願いながら、プロセスを考えざるを得ない。
あなたの式エスカンダーを見ていると、2006年（掲示板を知る前）にあのレーキの上で踊っていたことを思い出します。
憧れを抱かせる。
:)))良いことだと思います。
今度は、時間による仕掛けをご覧ください。
注意喚起
sigma = Root(c*lambda*t), ここで:
cはある定数
lambda - 増分の平均値．
t - 時間。
ここでは、観測時間t=14400秒のスライディングウィンドウを選択することにします。(4時間。なぜ4時間なのか？それはまた別の話題で)。
2.ラムダ増分の平均値。
ブラウン運動に類似したすべての物理過程は、粒子の衝突がランダムな性質を持ち、衝突の間にΔT -->0という仮定の下で常に考えられている。
しかし、私たちの場合、この仮定は正しくありません。スライディング観測窓＝4時間における気配値数の変化の特徴は、時間帯によって周期的な性質を持ち、通貨ペアによって異なる。
したがって、ラムダを時間平均と考えると、大きなジャンプがあるが頻度が少ない通貨ペアと、小さなジャンプが頻繁にある通貨ペアで、同じように間違ったデータを出してしまうことになるのです。
ラムダは、時刻tに受け取った見積もり件数の平均値とするのが正しい。
標準偏差 の公式を書き換えてみましょう。
sigma = Root(c*(SUM(ABS(return))/N)*t), ここで:
cはある定数
return - 指定した時刻における増分値．
N - 時間tの見積もり数
t - 時間。
素晴らしいビデオです。昨日見たばかりですが、ピタゴラスの三角形を資金管理として 何らかのオーダーグリッドに追加できないかと、1時間ほどここで考えていました。
とりあえず、定数cは考慮しない。とても重要なことなので、またご紹介します。
今、私の顔にぶつかった不愉快なことを指摘します。そして、ものすごく痛かった...。
以前は一様時間t=1secで作業していました。Erlangのフローと連携する可能性として、指数関数的な 区間を理論的に検討しました。
In window=4 hrs had:
sigma = Root(c*(SUM(ABS(return)))/N)*14400).
しかし、問題はまだ解決していなかった。定数c!それが、なかなか計算できないものなんです。やり方はわかっているのですが、そのためには4時間足の全通貨ペアが時間tに同量のクォートを持つ空間に入る必要があります。つまり、正しいErlangの流れに乗ることです。
とりあえず、JPYペアはc=0.01、それ以外はc=0.0001とシンプルにしています。
I.e.式を使ってみました。
シグマ = Root(0.01*(SUM(ABS(return))/N)*14400) JPYとのペアの場合。
シグマ = Root(0.0001*(SUM(ABS(return))/N)*14400) その他はすべてです。
さて、これで終わりです。Erlangのフローを紹介する時間です。
2順目の糸を選びました。例：見積もり平均読み取り時間＝2秒得ることができます。
シグマ = Root(0.01*(SUM(ABS(return)))/N)*7200) JPYペアの場合。
シグマ = Root(0.0001*(SUM(ABS(return)))/N)*7200) その他はすべて。
И...尻に敷かれた...
どうすればいいのか？Erlangのストリームをあきらめる？戻る？
ダメだ！
聖杯への道は続く。
でも、今は助けが必要なんです。
私は尊敬する数学者・プログラマーに、整数を 出力するがその平均値がストリームの順序に厳密に従うErlang分布のHFジェネレータを提案するよう依頼します。
離散パスカル分布生成器（負の二項分布https://habr.com/post/265321 参照）であるべきだと思うのですが、よくわかりません...。
問題はこれだ。
もし私がhttps://en.wikipedia.org/wiki/Erlang_distribution のNFジェネレータを使うと（Generating Erlang-distributed random variatesを 参照）、lambda=1の5次スレッドの実際のフォーマットは算術平均、モード、中央値 = 5になります。しかし、Integer形式では、modaとmedian = 5ですが、算術平均 = 5.5です。離散時間を扱うので、すべてInteger形式で厳密に=5である必要があります。
よろしくお願いします。
どうすればいいのか？Erlangのストリームをあきらめる？戻る？
ダメだ！
聖杯への道は続く。
でも、今は助けが必要なんです。
私は尊敬する数学者・プログラマーに、整数を 出力するがその平均値がストリームの順序に厳密に従うErlang分布のHFジェネレータを提案するよう依頼します。
離散パスカル分布生成器（負の二項分布https://habr.com/post/265321 参照）であるべきだと思うのですが、よくわかりません...。
問題はこれだ。
もし私がhttps://en.wikipedia.org/wiki/Erlang_distribution のNFジェネレータを使うと（Generating Erlang-distributed random variatesを 参照してください）、λ=1の5次フローの実フォーマットの数字は本当に算術平均、最頻値、中央値 = 5になります。しかし、Integer形式では、modaとmedian = 5ですが、算術平均 = 5.5です。離散時間を扱うので、すべてInteger形式で厳密に=5である必要があります。
ありがとうございました。
コンピュータのGSFで生成された数値の統計を取る。世代数が十分大きければ、毎回同じ結果になります。
だから、コチエを使う